Mat Dynaaminen optimointi, mallivastaukset, kierros Johdetaan välttämättömät ehdot funktionaalin. g(y(t), ẏ(t),...

Samankaltaiset tiedostot
k = 1,...,r. L(x 1 (t), x

Mat Dynaaminen optimointi, mallivastaukset, kierros 5

6 Variaatiolaskennan perusteet

Mat Dynaaminen optimointi, mallivastaukset, kierros Johdetaan ensiksi välttämättömät ehdot diskreettiaikaiselle optimisäätötehtävälle.

[xk r k ] T Q[x k r k ] + u T k Ru k. }.

Mat Dynaaminen optimointi, mallivastaukset, kierros 1

min x x2 2 x 1 + x 2 1 = 0 (1) 2x1 1, h = f = 4x 2 2x1 + v = 0 4x 2 + v = 0 min x x3 2 x1 = ± v/3 = ±a x 2 = ± v/3 = ±a, a > 0 0 6x 2

v AB q(t) = q(t) v AB p(t) v B V B ṗ(t) = q(t) v AB Φ(t, τ) = e A(t τ). e A = I + A + A2 2! + A3 = exp(a D (t τ)) (I + A N (t τ)), A N = =

Mat Dynaaminen optimointi, mallivastaukset, kierros 11

Mat Dynaaminen optimointi, mallivastaukset, kierros Vaimennetun heilurin tilanyhtälöt on esitetty luennolla: θ = g sin θ r θ

y (0) = 0 y h (x) = C 1 e 2x +C 2 e x e10x e 3 e8x dx + e x 1 3 e9x dx = e 2x 1 3 e8x 1 8 = 1 24 e10x 1 27 e10x = e 10x e10x

Jos siis ohjausrajoitusta ei olisi, olisi ratkaisu triviaalisti x(s) = y(s). Hamiltonin funktio on. p(0) = p(s) = 0.

Numeeriset menetelmät TIEA381. Luento 12. Kirsi Valjus. Jyväskylän yliopisto. Luento 12 () Numeeriset menetelmät / 33

HY, MTO / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIa, syksy 2018 Harjoitus 3 Ratkaisuehdotuksia.

2. kl:n DY:t. Lause. Yleisesti yhtälöllä ẍ = f(ẋ, x, t) on (sopivin oletuksin) aina olemassa 1-käs. ratkaisu. (ẋ dx/dt, ẍ d 2 x/dt 2.

MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 11: Lineaarinen differentiaaliyhtälö

Differentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle /

4 Korkeamman kertaluvun differentiaaliyhtälöt

Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.

Ei-inertiaaliset koordinaatistot

Insinöörimatematiikka D

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Tentti ja välikokeiden uusinta

1 Perusteita lineaarisista differentiaaliyhtälöistä

, on säännöllinen 2-ulotteinen pinta. Määrää T x0 pisteessä x 0 = (0, 1, 1).

y + 4y = 0 (1) λ = 0

a) Mikä on integraalifunktio ja miten derivaatta liittyy siihen? Anna esimerkki = 16 3 =

0 kun x < 0, 1/3 kun 0 x < 1/4, 7/11 kun 1/4 x < 6/7, 1 kun x 1, 1 kun x 6/7,

b 1. b m ) + ( 2b Ax) + (b b)

Esimerkki: Tarkastellaan korkeudella h ht () putoavaa kappaletta, jonka massa on m (ks. kuva).

Luento 9: Yhtälörajoitukset optimoinnissa

w + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1.

1 Peruskäsitteet. Dierentiaaliyhtälöt

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

2 Osittaisderivaattojen sovelluksia

LUKU 10. Yhdensuuntaissiirto

Generoivat funktiot, Poisson- ja eksponenttijakaumat

2. Viikko. CDH: luvut (s ). Matematiikka on fysiikan kieli ja differentiaaliyhtälöt sen yleisin murre.

MS-A0107 Differentiaali- ja integraalilaskenta 1 (CHEM)

Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä

BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 7, Kevät 2018

a(t) = v (t) = 3 2 t a(t) = 3 2 t < t 1 2 < 69 t 1 2 < 46 t < 46 2 = 2116 a(t) = v (t) = 50

Kaikkia alla olevia kohtia ei käsitellä luennoilla kokonaan, koska osa on ennestään lukiosta tuttua.

Insinöörimatematiikka D

3 = Lisäksi z(4, 9) = = 21, joten kysytty lineaarinen approksimaatio on. L(x,y) =

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45

Yhtälöryhmä matriisimuodossa. MS-A0004/A0006 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

Luento 3: Liikkeen kuvausta, differentiaaliyhtälöt

Insinöörimatematiikka D

JYVÄSKYLÄN YLIOPISTO. Integraalilaskenta 2 Harjoitus Olkoon A := {(x, y) R 2 0 x π, sin x y 2 sin x}. Laske käyräintegraali

3 Toisen kertaluvun lineaariset differentiaaliyhtälöt

Tehtävä 4.7 Tarkastellaan hiukkasta, joka on pakotettu liikkumaan toruksen pinnalla.

Osittaisdifferentiaaliyhtälöt

lnx x 1 = = lim x = = lim lim 10 = x x0

Mat Dynaaminen optimointi, mallivastaukset, kierros 3

MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 7: Pienimmän neliösumman menetelmä ja Newtonin menetelmä.

Harjoitus 7: vastausvihjeet

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 1: Parametrisoidut käyrät ja kaarenpituus

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 3: Vektorikentät

13. Ratkaisu. Kirjoitetaan tehtävän DY hieman eri muodossa: = 1 + y x + ( y ) 2 (y )

Insinöörimatematiikka D

3.1 Lineaarikuvaukset. MS-A0004/A0006 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset

2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio

Kuva 1: Funktion f tasa-arvokäyriä. Ratkaisu. Suurin kasvunopeus on gradientin suuntaan. 6x 0,2

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

KJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme

Differentiaaliyhtälöt II, kevät 2017 Harjoitus 5

SARJAT JA DIFFERENTIAALIYHTÄLÖT

Tilavuus puolestaan voidaan esittää funktiona V : (0, ) (0, ) R,

Lineaarinen toisen kertaluvun yhtälö

Numeeriset menetelmät

1 Rajoittamaton optimointi

Luento 2: Liikkeen kuvausta

x = ( θ θ ia y = ( ) x.

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 10: Ensimmäisen kertaluvun differentiaaliyhtälö

Funktiot. funktioita f : A R. Yleensä funktion määrittelyjoukko M f = A on jokin väli, muttei aina.

(a) Järjestellään yhtälöitä siten, että vasemmalle puolelle jää vain y i ja oikealle puolelle muut

Funktioiden approksimointi ja interpolointi

Numeeriset menetelmät TIEA381. Luento 6. Kirsi Valjus. Jyväskylän yliopisto. Luento 6 () Numeeriset menetelmät / 33

Harjoitus Etsi seuraavien autonomisten yhtälöiden kriittiset pisteet ja tutki niiden stabiliteettia:

Ratkaisuja, Tehtävät

Numeeriset menetelmät

Tampere University of Technology

Luento 11: Rajoitusehdot. Ulkopistemenetelmät

MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 10: Ensimmäisen kertaluvun differentiaaliyhtälö

Numeeriset menetelmät TIEA381. Luento 7. Kirsi Valjus. Jyväskylän yliopisto. Luento 7 () Numeeriset menetelmät / 43

Differentiaali- ja integraalilaskenta 1 Ratkaisut 6. viikolle /

MATP153 Approbatur 1B Ohjaus 2 Keskiviikko torstai

Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2017 Insinöörivalinnan matematiikan koe , Ratkaisut (Sarja A)

Matematiikka B3 - Avoin yliopisto

y = 3x2 y 2 + sin(2x). x = ex y + e y2 y = ex y + 2xye y2

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut

Matematiikan peruskurssi (MATY020) Harjoitus 10 to

4. Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä

Kannan vektorit siis virittävät aliavaruuden, ja lisäksi kanta on vapaa. Lauseesta 7.6 saadaan seuraava hyvin käyttökelpoinen tulos:

x = π 3 + nπ, x + 1 f (x) = 2x (x + 1) x2 1 (x + 1) 2 = 2x2 + 2x x 2 = x2 + 2x f ( 3) = ( 3)2 + 2 ( 3) ( 3) = = 21 tosi

Ympyrä 1/6 Sisältö ESITIEDOT: käyrä, kulma, piste, suora

6. Toisen ja korkeamman kertaluvun lineaariset

a) Sievennä lauseke 1+x , kun x 0jax 1. b) Aseta luvut 2, 5 suuruusjärjestykseen ja perustele vastauksesi. 3 3 ja

Tehtäväsarja I Tehtävät 1-5 perustuvat monisteen kappaleisiin ja tehtävä 6 kappaleeseen 2.8.

Transkriptio:

Mat-2.148 Dynaaminen optimointi, mallivastaukset, kierros 6 1. Johdetaan välttämättömät ehdot funktionaalin J(y) = g(y(t), ẏ(t),..., dr y(t), t) dt dt r ekstremaalille, kun ja t f ovat kiinteitä ja tiedetään reunaehdot y (k) ( ) = y k,, y (k) (t f ) = y k,f, k =,..., r 1 eli yhteensä 2r reunaehtoa. Määritellään uusi r 1 tilamuuttuja jolloin funktionaali on muotoa rajoitusehdolla J(x) = x k (t) = y (k 1) (t), k = 1,..., r, g(x 1 (t), x 1 (t),..., ẋ r (t), t) dt ẋ k (t) = x k+1 (t), k = 1,... r 1. Ottamalla käyttöön Lagrangen kerroinfunktiot λ k (t) saadaan kirjoitettua täydennetty funktionaali missä J a = L(x 1 (t), x 1 (t),..., ẋ r (t), λ 1 (t),..., λ r 1 (t), t) dt, r 1 L = g + λ 1 (ẋ 1 x 2 ) +... + λ r 1 (ẋ r 1 x r ) = g + λ k (ẋ k x k+1 ), ja silloin tehtävän Eulerin yhtälöt ovat L d L =, k = 1,..., r. x k dt ẋ k Kun nyt k {1,..., r 2}, niin silloin k=1 L d L = x k+1 dt ẋ k+1 g x k+1 }{{} = λ k d dt [ g ẋ k+1 + λ k+1 = 1

eli Lisäksi pätee λ k = d dt [ g ẋ k+1 + λ k+1. (1) L d L = g λ r 1 d g = x r dt ẋ r x r dt ẋ r eli λ r 1 = d g. (2) dt ẋ r Lähtemällä liikkeelle ensimmäisestä Eulerin yhtälöstä ja käyttämällä kaavoja (1) ja (2) saadaan = L d L x 1 dt ẋ 1 = g d [ g + λ 1 x 1 dt ẋ 1 = g d g + d2 [ g + λ x 1 dt ẋ 1 dt 2 2 ẋ 2 = g d g + d2 g d3 [ g x 1 dt ẋ 1 dt 2 ẋ 2 dt 3 ẋ3 + λ 3 =... = g r + ( 1) k dk g =. x 1 dt k ẋ k k=1 Sijoittamalla y(t):n derivaatat x k (t):den paikalle saadaan r k= ( 1) k dk dt k [ g y (k) ( y (t), ẏ (t),..., dr y (t) dt r, t ) =. 2

2. Ihmisen hengitysjärjestelmän malli: P (t) V (t) V (t) Keuhkojen tilayhtälö: Keuhkojen ja ilmakehän välinen paine-ero Keuhkojen tilavuuden lisäys tasapainotilasta Ilmavirtaus keuhkoihin P (t) = KV (t) + R V (t), (3) missä KV (t) on rintakehän laajentumista vastustava mekaaninen "jousivoima"ja R V (t) sisään-ulosvirtauksen vastus. Ihmisen hengityselimet toimivat siten, että sisään hengitettäessä kriteeri min J = T minimoituu. Reunaehdot ovat { [ V (t) 2 + αp (t) V (t) } dt, α > V () =, V () =, V (T ) = VT, V (T ) = ja loppuaika T kiinteä. (a) Miten kriteeri J tulee tulkita? Termi [ V (t) 2 pyrkii minimoimaan ilmavirtauksen kiihtyvyyden, jolloin saadaan mahdollisimman tasainen hengitysliike. Termi P (t) V (t) vastaa virtauksen ulkoista tehonkulutusta. Minimoimalla tätä minimoidaan samalla hengitykseen käytetty ulkoinen työ. (b) Muodostetaan Eulerin yhtälö: F (t) = V 2 (t) + αp (t) V (t) = V 2 (t) + α[kv (t) + R V (t) V (t) = V 2 (t) + αr V 2 (t) + αkv (t) V (t) F V = αk V, F V = 2αR V + αkv, F V = 2 V. Käyttämällä tehtävän 1 tulosta saadaan Eulerin yhtälö: F V d [ F [ dt V + d2 F dt 2 V =. 3

αk V [ [ d dt 2αR V + αkv + d 2 dt 2 V = [ 2 d αkv 2αR V αkv + d [2 V = dt dt [ d 2 αrv + V = dt 2 V αrv = c1 t + c 2. (c) Ratkaistaan Eulerin yhtälö. Olkoon ω = αr. Homogeenisen yhtälön V αrv = ratkaisu on V (t) = c 3 e ωt + c 4 e ωt. Täydelliseen yhtälöön saadaan erikoisratkaisu yritteellä jolloin V (t) = At + B, αrat αrb = c 1 t + c 2 eli A = c 1 αr, B = c 2 αr. Yhtälön koko ratkaisu on siis V (t) = c 1 αr t c 2 αr + c 3e ωt + c 4 e ωt. Miltä ratkaisu näyttää, jos ulkoisen työn tekijä jätetään pois? Olkoon α = ja K = R = V T = T = 1. Tällöin yhtälö on yksinkertaisesti V (t) = c 1 t + c 2 ja sen ratkaisu on V (t) = c 1 t 3 + c 2 t 2 + c 3 t + c 4, eli ratkaisu on kolmannen asteen Hermiten interpolaatiopolynomi, missä vakiot määräytyvät reunaehdoista. Annetuilla lukuarvoilla V (t) = 2t 3 + 3t 2 ja ratkaisukäyrä on esitetty kuvassa 1. 4

1.9.8 Keuhkojen tilavuuden lisäys V(t).7.6.5.4.3.2.1.1.2.3.4.5.6.7.8.9 1 Aika t Kuva 1: Optimaalinen sisäänhengitys, kun α = ja K = R = V T = T = 1. 3. Etsittävä ekstremaalit funktionaalille min J = 4 reunaehdoilla x() = ja x(4) = 2. [ẋ(t) 2 [ẋ(t) 4 2 1 + 1 dt = F (x, ẋ, t) dt Olkoon mahdollinen taitekohta t 1. Weierstrass-Erdmannin kulmaehtojen mukaan funktioiden Fẋ, F Fẋẋ on oltavia jatkuvia taitekohdassa. Nyt siis funktiot Fẋ = 2 [ ẋ(t) 1 [ ẋ(t) + 1 2 + 2 [ẋ(t) 1 2 [ẋ(t) + 1 = 2 [ ẋ(t) 1 [ ẋ(t) + 1 [ ẋ(t) 1 + ẋ(t) + 1 = 4 [ ẋ(t) 1 [ ẋ(t) + 1 ẋ(t) F Fẋẋ = [ ẋ(t) 1 2[ẋ(t) + 1 2 4 [ẋ(t) 1 [ẋ(t) + 1 ẋ2 (t) = [ ẋ(t) 1 [ ẋ(t) + 1 [ ẋ 2 (t) 1 4ẋ 2 (t) = [ ẋ(t) 1 [ ẋ(t) + 1 [ 3ẋ 2 (t) + 1 5

ovat jatkuvia, kun taas ẋ (t) on epäjatkuva pisteessä t 1. Olkoon nyt a := lim t t + ẋ(t); 1 b := lim t t ẋ(t); 1 a b. Tavoite on etsiä raja-arvojen a ja b mahdolliset arvot. Ensimmäinen jatkuvuusehto antaa 4(a 1)(a + 1)a = 4(b 1)(b + 1)b = p(a) = p(b), missä p on polynomi. Toinen jatkuvuusehto antaa (a 1)(a + 1)(3a 2 + 1) = (b 1)(b + 1)(3b 2 + 1) = q(a) = q(b), missä q on eräs toinen polynomi. Koska ehdot ovat yhtä aikaa voimassa, pätee myös p(a)q(b) p(b)q(a) =. Kirjoittamalla tämä auki ja ryhmittelemällä tekijöitä saadaan (a 2 1)(b 2 1) [ a(3b 2 + 1) b(3a 2 + 1) =. Voidaan osoittaa, että kaksi mahdollista ratkaisuparia (a, b), joille pätee a b, ovat (a, b) = (1, 1) (a, b) = ( 1, 1). Siis olemme löytäneet ẋ (t 1 ):n molemmanpuoleiset raja-arvot (kaksi eri tapausta). Kirjoitetaan nyt Eulerin yhtälö: jonka ratkaisu on suora d dt F ẋ = Fẋẋ ẋ = [3ẋ 2 1ẍ = x(t) = c 1 t + c 2. Koska ratkaisut ovat jatkuvia paloittain lineaarisia funktioita, joilla on yksi kulma ja joiden derivaatat ovat siis edellä päätellyn mukaisesti 6

±1, niin on olemassa vain kaksi mahdollista funktiota, jotka toteuttavat Eulerin yhtälön paloittain sekä WE-kulmaehdot: { t, t < x t1 1(t) = t 2, t 1 t 4 x 2(t) = Kuvassa 2 on esitetty ratkaisut. { t, t < t1 6 t, t 1 t 4. 3 2.5 2 1.5 x(t) 1.5.5 1.5 1 1.5 2 2.5 3 3.5 4 t Kuva 2: Optimaaliset trajektorit tehtävälle 3, kun trajektorissa saa olla yksi kulma. Mahdolliset kulmapisteet ovat t = 1 ja t = 3. 4. (a) Etsittävä (lyhyimmän polun) funktionaalin J = 1 + ẋ2 (t) dt ekstremaalit, kun alkuehto on x() = 5 ja loppupisteen tulee sijaita ympyrällä m(x(t f ), t f ) = x 2 (t f ) + (t f 5) 2 4 =, Muodostetaan jälleen Eulerin yhtälö: F = (1 + ẋ 2 ) 1/2, F x =, Fẋ = ẋ(1 + ẋ 2 ) 1/2 7

jolloin d dt F ẋ = Fẋẋ ẍ Ratkaisut ovat siis suoria Alkuehdosta seuraa c 2 = 5. = [ (1 + ẋ 2 ) 1/2 ẋ 2 (1 + ẋ 2 ) 3/2 ẍ = [ 1 (1 + ẋ 2 ) 3/2 ẍ = ẍ =. x (t) = c 1 t + c 2. Koska loppupisteen tulee sijaita käyrällä, eivät δx f ja δt f ole riippumattomia. Transversaalisuusehdoksi saadaan (Kirk s.138-141, luentomoniste s.28-29) missä Fẋδx f + (F Fẋẋ)δt f =, Fẋ = c 1 (1 + c 2 1) 1/2 F Fẋẋ = (1 + c 2 1) 1/2 c 2 1(1 + c 2 1) 1/2. Transversaalisuusehto on siis = c 1 (1 + c 2 1) 1/2 δx f + { (1 + c 2 1) 1/2 c 2 1(1 + c 2 1) 1/2} δt f = c 1 δx f + (1 + c 2 1 c 2 1)δt f = c 1 δx f + δt f. Dierentioimalla maalikäyrän yhtälö m(x(t f ), t f )) = puolittain saadaan: 2x(t f )δx f + 2(t f 5)δt f = eli δx f = 5 t f x(t f ) δt f, silloin, kun ollaan maalikäyrällä. Yhdistämällä tulokset saadaan δt f [5 t f x(t f ) c 1 + 1 =. 8

Jotta tämä olisi voimassa mielivaltaisilla δt f, tulee olla josta seuraa x(t f ) + c 1 (5 t f ) = x(t f ) = c 1 (t f 5), x(t f ) = c 1 t f + 5 = c 1 t f 5c 1 c 1 = 1 eli optimaalinen trajektori on x (t) = t + 5. Kuvassa 3 on esitetty graasesti ratkaisun luonne. Kyseessä on lyhyin reitti pisteestä (, 5) maalijoukkoon eli ympyrän kaarelle. Tällöin optimitrajektori leikkaa ympyrän kaaren kohtisuoraan, mikä vastaa transversaalisuusehtoja. 5 4 3 2 x(t) 1 1 2 3 1 1 2 3 4 5 6 7 8 9 t Kuva 3: Optimaalinen trajektori tehtävälle 4 on lyhyin reitti pisteestä (, 5) ympyrän kaarelle. (b) Nyt alkuehto onkin x() = 2 ja loppupisteen toteutettava ehto x(t f ) = 4t f + 5 = θ(t f ). Eulerin yhtälö on täsmälleen sama kuin edellä, ja ratkaisut siis suoria x (t) = c 1 t + 2. 9

Luennolla esitetyt transversaalisuusehdot ovat = Fẋ(x (t f ), ẋ(t f ), t f ) ( dθ dt (t f) ẋ (t f ) ) + F (x (t f ), ẋ(t f ), t f ) = ẋ(t f ) ( 4 ẋ(tf ) ) + (1 + ẋ 2 (t (1 + ẋ(t f )) 1/2 f )) = 4ẋ(t f ) ẋ 2 (t f ) + 1 + ẋ 2 (t f ) = 4ẋ(t f ) + 1, josta seuraa 5. Funktionaali J = dierentiaaliyhtälörajoituksella x (t) = 1 4 t + 2. F (x, ẋ, t) dt f(x, ẋ, t) = (4) kun x( ) = x, t f on kiinteä ja x(t f ) vapaa. Tässä siis x : R R n+m, f : R n+m R n+m R R n. Dierentiaaliyhtälörajoitteet otetaan mukaan Lagrangen kerroinfunktioiden p 1 (t),..., p n (t) avulla: J a = [ F (x, ẋ, t) + p T (t)f(x, ẋ, t) dt. Laajennettu funktionaali J a yhtyy alkuperäiseen funktionaaliin J, kun f(x, ẋ, t) =. Varioidaan nyt laajennettua funktionaalia. Huomattavaa on, että Lagrangen kerroinfunktioita tulee myös varioida, ja ne toimivat ylimääräisinä tilamuuttujina (jatkossa puhumme liittotilamuuttujista): δj a (x, δx, p, δp) = [( F x Osittaisintegroimalla saadaan ( F ẋ f ) ( F + pt δx + x ẋ f ) + pt δẋ dt ẋ f ) + pt δẋ + f T δp dt. ẋ = [ F ẋ (x(t f), ẋ(t f ), t f ) + p T f ẋ (x(t f), ẋ(t f ), t f ) δx(t f ) d [ F f + pt δx dt. dt ẋ ẋ 1

Siis δj a = [ F ẋ (x(t f), ẋ(t f ), t f ) + p T f ẋ (x(t f), ẋ(t f ), t f ) δx(t f ) {[( F f ) d ( F f ) + + pt + pt δx + f T δp } dt. x x dt ẋ ẋ Ekstremaalilla tulee toteutua δj a =, f =. Reunaehdoista riippumatta integraalin tulee aina hävitä, kuten todettua aikaisemmin (katso esimerkiksi harjoitus 5 tehtävä 6). Integraalin alla oleva osa vaaditaan dierentiaaliyhtälöjen toteutuessa siis nollaksi: n+m k=1 [( F + p T f ) d ( F + p T f ) δxk =. (5) x k x k dt ẋ k ẋ k Nyt on muistettava, että termit δx 1,... δx n+m eivät ole riippumattomia! Niitä sitoo n kpl rajoitteita (4). Kuitenkin rajoitteiden toteutuessa p k (t) voidaan valita mielivaltaisesti. Valitaan ne siten, että lausekkeessa (5) n kpl δx k :iden kertoimista tulee nolliksi, ja jäljelle jää m kpl mahdollisesti nollasta poikkeavia kertoimia. Jäljelle jäävät muutokset δx k ovat riippumattomia, joten niiden lineaarikombinaation ollessa nolla täytyy myös jäljelle jääneiden kertoimien olla nollia. Silloin kaikkien δx k kertoimien tulee olla nollia. Saadaan n+m kpl dierentiaaliyhtälöjä F a d F a =, k = 1,..., n + m, x k dt ẋ k missä F a F (x, ẋ, t) + p T (t)f(x, ẋ, t) on laajennettu kustannusfunktio. Lisäksi tulee toteutua dierentiaaliyhtälörajoite f(x, ẋ, t) =, ja koska lopputila x(t f ) oli vapaa niin myöskin F ẋ (x (t f ), ẋ (t f ), t f ) + p T f ẋ (x (t f ), ẋ (t f ), t f ) = }{{} =, optimitrajektorilla eli saadaan n + m transversaalisuusehtoa F a ẋ k (x (t f ), ẋ (t f ), p (t f ), t f ) =, k = 1,..., n + m. Lisäksi vielä alkuehdot x( ) = x (n + m kpl). 11